...
机译:早期阶段诊断阿尔茨海默病的线性辨别与非线性鉴别分析评价
AtrophyAlzheimer’s DiseaseAnalysis;
机译:线性鉴别的评估和非线性鉴别分析在早期诊断阿尔茨海默氏病中的应用
机译:基于触摸屏的位置歧视和配对助理学习任务检测在Alzheimer疾病的App Rocket-in鼠标模型中的早期阶段的认知障碍
机译:使用通道间相干网络图从正常衰老对早期阿尔茨海默氏病的静息脑电图判别。
机译:使用稀疏复合线性判别分析从多模态神经影像数据中识别与阿尔茨海默氏病相关的大脑区域
机译:微胶质细胞晚期糖化型肠胃末端产品(RAGE)的受体加剧了阿尔茨海默病(AD)和AD样鼠模型中的神经炎性炎症,但是复杂的视觉鉴别需要
机译:基于触摸屏的位置歧视和配对助理学习任务检测在Alzheimer疾病的App Rocket-in鼠标模型中的早期阶段的认知障碍
机译:EEG信号在EMD域S. S. Shafiul Alam,S中的非线性动力学使用非线性动力学。 M. Shafiul Alam,Aurangozeb和Syed Tarekshahriar摘要 - 基于EMD Chaos的方法,提出了对应于健康人的EEG信号,癫痫发作期间的癫痫患者和Seizureattacks。脑电图(EEG)首先被凭经上分解为内在模式功能(IMF)。这些IMF的非线性动力学在最大范围的指数(LLE)和相关尺寸(CD)方面是量化的。本域中的混沌分析应用于与健康人相对应的大型脑电图(Asepileptic患者)(两者都有癫痫发作)。因此,所获得的LLE和CD表展的价值可以从EMD领域的其他EEG信号中清晰地区分脑电图的表达展示。本拟议的方法可以帮助研究人员以预测癫痫发作的癫痫发作技术。索引术语 - 脑电图(EEG),仿真态分解(EMD),最大的Lyapunov指数(LLE),相关维度(CD),癫痫发作。作者与电气电子和电子工程公司,孟加拉国工程和技术大学,孟加拉国达卡 - 1000(电子邮件:imamul@eee.buet.ac.bd)pdf cite:s. m. shafiul Alam,s。 M. Shafiul Alam,Aurangozeb和Syed Tarek Shahriar,“EEG信号歧视在EMD领域的非线性动态,”计算机电气工程卷国际杂志。 4,不。 3,pp。326-330,2012,上一篇论文对情绪的看法,使用建设性的学习言论下一篇论文物理层障碍意识到OVPN连接选择机制版权所有©2008-2013。国际计算机科学与信息技术协会出版社(IACSIT Press)